(XX组)学术研讨会议纪要.docVIP

（XX组）学术研讨会议纪要

会议时间

2014年5月9日下午四点

会议地点

经管学院楼334

主讲人及主题

石海洋

SPSS因子分析、熵值法

记录人

尹金宝

与会者（老师）

无

与会者（学生）

池佳伟赵艳周张烨胡宗雨杨文娜李媚崔宪

王雪萍郭琛璇贾尚键尹金宝吕瑞祥韩静

焦丽雪刘丹赵素英闫青娟王红月刘沙

会议内容摘要

SPSS供应了四个统计量可帮助推断观测数据是否适合作因子分析（1）计算相关系数矩阵CorrelationMatrix（2）计算反映象相关矩阵Anti-imagecorrelationmatrix（3）巴特利特球度检验Bartletttestofsphericity（4）KMO（Kaiser-Meyer-OklinMeasureofSmaplingAdequacy）：KMO值达到0.9以上为特别好，0.8～0.9为好，0.7～0.8为一般，0.6～0.7为差，0.5～0.6为很差。假如KMO测度的值低于0.5时，表明样本偏小，须要扩大样本。

因素分析的牢靠性除与预试样本的抽样有关外，预样本数的多少更有亲密关系。进行因素分析时，预试样本应当多少才能使结果最为牢靠，学者间没有一样的结论，然而多数学者均赞同“因素分析要有牢靠的结果，受试样本数要比量表题项数还多”，假如一个重量表有40个预试题项，则因素分析时，样本数不得少于40。

熵值法是一种客观赋权法,其依据各项指标观测值所供应的信息的大小来确定指标权重。设有个待评方案，项评价指标，形成原始指标数据矩阵，对于某项指标，指标值的差距越大，则该指标在综合评价中所起的作用越大；假如某项指标的指标值全部相等，则该指标在综合评价中不起作用

信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性就越大，熵也越大.依据熵的特性，我们可以通过计算熵值来推断一个方案的随机性及无序程度，也可以用熵值来推断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大。

备注

本次研讨会请了研二的师兄石海洋演讲SPSS。石海洋通过自己做国家自然社科基金项目的心得给我们讲解了因子分析和熵值法的留意事项，通过对数据的一步步的操作使我们相识到熵值法和因子分析的详细应用范围。给我们以后运用该软件供应了指导。